进程、线程、协程

进程（Process）

• 操作系统为程序分配资源（CPU、内存、文件句柄等）的最小单位。每个进程都有独立的地址空间（代码段、数据段、堆栈），进程间完全隔离，互不干扰。

特点：

• 资源独立：进程有自己的内存空间，一个进程崩溃不会影响其他进程（隔离性强）；
• 调度方式：由操作系统内核（进程调度器）负责调度，采用「抢占式调度」（OS 强制分配 CPU 时间片）；
• 切换成本高：上下文切换需保存 / 恢复整个进程的状态（地址空间、寄存器、PCB 等），耗时毫秒级；
• 通信复杂：进程间无法直接访问对方内存，需通过「IPC（进程间通信）」机制：管道、消息队列、共享内存、Socket 等。

线程（Thread）

• 操作系统CPU 调度和执行的最小单位，隶属于进程，共享所属进程的所有资源（内存、文件句柄等）。

特点：

• 资源共享：同一进程下的线程共享进程地址空间，无需 IPC，直接读写共享变量（通信简单）；
• 独立部分：每个线程有自己的栈（保存函数调用栈）和程序计数器（PC，记录下一条执行指令）；
• 调度方式：由操作系统内核（线程调度器）负责，同样是「抢占式调度」；
• 切换成本中等：上下文切换无需切换地址空间，仅需保存 / 恢复线程的栈和 PC，耗时微秒级（比进程快 10-100 倍）；
• 同步需求：线程间共享资源可能导致「竞态条件」（比如两个线程同时修改一个变量），需通过锁（互斥锁、条件变量）、信号量等同步机制解决。

协程（Coroutine）

• 用户态的轻量级线程（又称 “微线程”），不由操作系统调度，而是由程序（用户态调度器）主动控制切换，本质是 “协作式调度”。

特点

• 依附线程：协程必须运行在单个线程中，共享该线程的资源（无法直接利用多 CPU）；
• 调度方式：用户态主动调度（协作式），通过 yield（Python2）、await（Python3）等关键字主动让出 CPU，切换到其他协程；
• 切换成本极低：无需陷入内核态，仅切换用户态的栈、PC 和寄存器，耗时纳秒级（是线程的 1/1000 甚至更低）；
• 依赖支持：需语言或框架原生支持（如 Python 的asyncio、Go 的goroutine、C++ 的boost.coroutine）；
• 无锁并发：同一线程内的协程切换不会有竞态条件（单线程串行执行），无需加锁。

例如：Python 中用 async def 定义的协程函数，通过 asyncio.run() 启动；

核心概念总览

单元	本质定位	核心特点
进程	操作系统资源分配的最小单位	独立资源、隔离性强、切换成本高
线程	操作系统CPU 调度的最小单位	共享进程资源、切换成本中等
协程	用户态轻量级线程	共享线程资源、切换成本极低

三者的层级关系
进程（资源容器） → 包含多个线程（CPU调度单元） → 每个线程包含多个协程（用户态轻量执行单元）

• 资源占用：进程 > 线程 > 协程；
• 切换成本：进程 > 线程 > 协程；
• 并发能力：协程 > 线程 > 进程；
• 隔离性：进程 > 线程 = 协程（线程 / 协程无隔离）

常见误区：

1. “协程比线程快” 是错的？
   不是 “执行速度快”，而是 “切换成本低”。协程的执行速度和线程一致（都是 CPU 执行指令），但高并发场景下，协程因切换成本低，整体吞吐量远高于线程。
2. 多线程一定比多进程好？
   不一定。线程共享资源需处理同步问题（锁、死锁风险），且受 GIL（如 Python）限制，CPU 密集型任务中多线程无法并行，此时多进程更优。
3. 协程可以利用多 CPU 吗？
   不能直接利用。协程运行在单个线程中，若要利用多核，需配合多进程（如每个 CPU 核心启动一个进程，每个进程内运行多个协程）。Go 的goroutine例外（runtime 自动调度到多线程）。
4. 进程间通信一定比线程间复杂？
   是的。进程隔离导致无法直接访问内存，需通过IPC机制，而线程可直接读写共享变量（但需同步）。

总结：

1. 进程是“资源容器”，负责隔离和分配资源；
2. 线程是“CPU 调度单元”，负责执行任务；
3. 协程是“用户态轻量线程”，负责高效处理高并发IO。
   选择的核心原则：
4. CPU 密集型 → 多进程；
5. IO 密集型（高并发） → 协程（或协程 + 多进程）。

注意：

• 只有python这门语言(除了c)，才会让我们开启进程，其他像java，go 一般都不开启进程
• python中为什么开进程？
  -- 因为cpython解释器，不能利用多核优势--->不能利用多核优势的原因在gil锁
  -- 其他语言中开启多线程，如果是多核cpu，能实现并行效果，肯定并发
  -- 其他语言开启多线程，就能利用多核优势